[첫번째 이야기] 비즈니스 인텔리전스 대 데이터 분석: 차이점은?

안녕하세요.

국내 1위 IT 아웃소싱 플랫폼 위시켓입니다.

 

비즈니스 인텔리전스(BI)와 데이터 분석(DA): 이 용어들을 어디서 들어본 적 있을 것이다. 그런데 차이가 있는가? 그리고 차이가 있다고 한다면 그 차이는 무엇인가? 알고 싶다면 계속 읽어보아라.

 

아마 BI와 DA는 현대 사업을 운영하는 데 필수적임을 알고 있을 것이다. 그러나 혼란스럽게도 용어들은 종종 동의어로 사용되어 다음과 같은 질문을 한다: 두 용어는 같은 것인가? 이에 대한 짧은 답변은 아니라는 것이지만, 많은 유사점을 공유하기에 혼란을 준다.

 

본 게시물에서는 두 용어의 차이를 본격적으로 알아보기 전, BI와 DA의 개념을 소개할 것이다. 각각의 빠른 정의를 찾아보고 고유 특징을 알아볼 것이다. 이 주제를 처음 접한다면, 처음부터 끝까지 읽기를 권하지만 클릭 가능한 메뉴를 사용해 원하는 부분으로 이동할 수 있다.

 

1. 비즈니스 인텔리전스란 무엇인가?

2. 데이터 분석은 무엇인가?

3. BI와 DA의 차이점은 무엇인가?

4. BI vs. DA: 질의응답

5. 주요 내용

 

비즈니스 인텔리전스와 데이터 분석을 이해할 준비가 되었으면 본격적으로 들어가 보자.

 

1. 비즈니스 인텔리전스란 무엇인가?

 

포괄적인 정의부터 시작하자.

 

유명한 연구, 자문 및 컨설팅 회사인 Forrester에 따르면 비즈니스 인텔리전스(BI)를 다음과 같이 설명한다: “원시 데이터를 더 효과적인 전략적이고, 전술적이고, 운영적 통찰력과 의사결정을 가능케 하는 의미 있고 유용한 정보로 변환하는 일련의 방법론, 과정, 구조 및 기술이다.”

이러한 정의로 시작하는 것은 좋은 시작이지만, 솔직해지자: 약간 장황하고, 버즈워드에 관심이 없는 사람이라면 문제의 핵심을 알지 못하게 한다. 그러니 이를 분해해보자.

가장 넓은 의미에서 비즈니스 인텔리전스는 두 가지 정의가 있다. 첫째로, 회사들이 사업 통찰력을 얻고 제시하기 위해 사용하는 전략, 기술, 도구에 대해 설명한다. 둘째로, 이 과정의 결과, 즉 통찰력 그 자체를 설명한다.

이는 미묘하지만 유의미한 차이이다. 비즈니스 인텔리전스에 대해 이야기할 때 과정(첫째 의미)을 말하는 것인지 결과(둘째 의미)를 말하는 것인지를 항상 분명하게 해야 한다.

 

첫 번째 정의(사업 통찰력을 얻는 과정)로 돌아가면 비즈니스 인텔리전스는 다음과 같은 전술과 도구를 포함한다:

 

l  실시간 모니터링

l  대시보드 개발과 보고

l  벤치마킹

l  Power BI와 같은 구현 BI 소프트웨어

l  성과 관리

l  데이터 및 텍스트 마이닝

l  데이터 분석

 

이 목록이 완전한 것은 아니지만, 비즈니스 인텔리전스의 과정과 직무가 얼마나 다양할 수 있는지를 강조한다. 그리고 데이터 분석이 BI 내에서의 단일 도구(그렇기에 중요한 도구)이지만 궁극적으로는 훨씬 더 큰 퍼즐의 한 조각일 뿐이다.

 

1) 비즈니스 인텔리전스의 목적은?

 

대부분의 사람들은 비즈니스 인텔리전스의 목적은 조직의 전략과 의사결정 개선을 위한 것이라고 할 것이다. 그리고 이는 사실이다. 그러나, 비즈니스 인텔리전스는 궁극적으로 다른 무언가로 귀결된다: 그것은 바로 이익이다. 몇몇은 동의하지 않을 수도 있겠지만, 자본주의 시스템에서 운영하기 때문에 돈 관련 이야기에서 벗어날 수가 없다. 그러나 이러한 이익 추구의 양상은 다양하게 나타난다. 그리고 항상 개별 사례에 달려 있다. 예를 들어, 장난감 회사는 BI를 크리스마스 판매 전략 개선을 위해 사용할 수도 있지만, 소셜 미디어 회사는 BI를 광고 클릭 횟수 증가의 방법을 찾기 위해 사용하는 데 더 관심이 있을 수 있다.

산업, 회사, 또는 목적에 관계없이 비즈니스 인텔리전스는 궁극적으로 개선된 운영을 통한 이익 증대에 중점을 둔다. 일반적인 경우, 이는 공급망 데이터에서 판매 수익, 이윤, 직원 출석 등까지 조직이 운영되는 방식을 알려주는 척도(metrics)를 사용함을 의미한다. 단서는 이름에 있다: 모두 비즈니스에 관한 것이다!

 

2. 데이터 분석은 무엇인가?

 

데이터 분석은 데이터(몇몇 다른 관련 직무들과 함께)를 수집, 정리, 검사, 변환, 저장, 모델링, 쿼리(query)하는 과정이다. 목적은 비즈니스 영역뿐 아니라 과학, 정부, 교육과 같은 다른 영역에서도 의사 결정에 정보를 제공하는 통찰력을 만드는 것이다.

친숙하게 들리는가? 비즈니스 인텔리전스와 데이터 분석의 교차점이 많기 때문에 둘이 비슷하게 보인다 하더라도 놀랄 것이 없다. 그러나 가장 순수한 의미에서, 데이터 분석은 분석 과정의 핵심적 측면에 중점을 둔다. 이는 비즈니스 맥락에서 자주 사용됨에도 불구하고 배타적인 비즈니스 인텔리전스 도구는 아니다.

게다가 데이터 분석에는 종종 BI에도 있는 발표 특징들(대시보드와 사용자 맞춤 보고 같은 것)이 포함되기도 하지만, 이들 중 대부분은 과정 자체의 근본적인 측면이 아니다. 이들은 유용한 부가 기능 정도로 사용하는 것이 낫다.

 

1) 데이터 분석의 다른 유형은 무엇이 있는가?

데이터 분석을 기술 분야로 고려하면, 우리는 이를 4가지 넓은 범주로 나눌 수 있다. 간단히 말해, 이 범주들은:

 

l  기술적 분석: 과거에 일어난 일에 대한 객관적이고 사실에 기반한 설명을 제공하는 분석(예: ‘A’가 발생했다.)

l  진단적 분석: 과거에 일어난 일에만 주목하지 않고 그 원인을 이해하는 것에 초점을 두는 분석 (예: ‘A’는 ‘B’ 때문에 발생했다.)

l  예측적 분석: 과거 데이터를 사용해 유행을 예측하는 분석 (예: ‘A’가 발생했기에 미래에 ‘C’가 발생할 것이라고 예측한다.)

l  규범적 분석: 선택한 목표를 위해 행동 가능한 단계를 제공하는 목적의 분석 (예: X라는 목표를 달성하기 위해 Y라는 행동을 반드시 취해야 한다.)

 

이는 물론 간단한 개요이다. 더 자세한 사항을 확인하기 위해선 다음 가이드를 확인하라: 분석 데이터의 다른 유형은 무엇인가?

가장 원시적인 형태에서, 데이터를 수집하고 구문 분석하는 것부터 데이터베이스를 구축하고 다양한 분석을 수행하는 것까지 데이터 분석가가 하는 모든 것은 살펴봤던 4가지 목표 중 하나를 달성하는 것에 초점을 둔다. 데이터 분석은 원시 데이터를 유용한 통찰력으로 변환하고 이를 위해 요구되는 기술적 도구를 마스터하는 것에 관한 것이다.

 

3. 비즈니스 인텔리전스와 데이터 분석 사이의 차이는?

우리가 살펴본 것처럼, 데이터 분석과 비즈니스 인텔리전스는 꽤 유사해 보인다. 이 지점에서 조금 혼란스러워도 괜찮다. 인터넷은 용어를 혼동하는 사람들로 가득 차 있기에 당신은 혼자가 아니다!

이러한 문제를 돕기 위해 이번 부문에서는, 비즈니스 인텔리전스와 데이터 분석 사이의 넓은 차이를 강조하려고 한다. 바로 알아보자:

 

1) 통찰력 사용 vs. 통찰력 생성

l  비즈니스 인텔리전스의 주요 목적은 데이터 분석으로 얻어진 실행 가능한 통찰력을 사용하여 의사결정에 도움을 주는 것이다.

l  데이터 분석의 주요 목적은 원시 데이터를 BI를 포함한 많은 목적으로 사용되는 실행 가능한 통찰력으로 변환하고 정리하는 것이다.

 

2) 회고적 시각 vs. 미래지향적 시각

l  비즈니스 인텔리전스는 주로 이미 발생한 일을 돌아보는 것과 관련되어 있고, 이러한 정보를 미래 전략에 정보를 제공하는 것에 사용한다.

l  반면 데이터 분석은 과거 패턴을 식별하기도 하고, 종종 이러한 데이터를 미래에 일어날 수 있는 일을 예측하기 위해 사용한다 (2번째 부문의 ‘예측적 분석’을 확인해라).

 

3) 정형적 데이터 vs. 비정형적 데이터

l  비즈니스 인텔리전스는 정형적 데이터를 활용한다. (예: 창고, 표로 되어 있는 데이터베이스, 또는 다른 시스템에 있는 데이터)

l  데이터 분석 역시 정형적 데이터를 사용하지만, 보통 비정형적인 실시간 데이터로 시작한다. 데이터 분석가의 직무 중 하나는 이러한 데이터를 미래 분석을 위해 저장하기 전에 정리하고 정렬하는 것이다.

더 알고 싶으면 다음 링크를 참고하라: 정형적 vs. 비정형적 데이터: 차이는 무엇인가?

 

4) 비기술 사용자 vs. 기술 사용자

l  비즈니스 인텔리전스는 주로 최고 경영자, 재무 이사, 또는 최고 정보 관리자와 같은 경영진과 비기술 인력에 의해 사용된다.

l  데이터 분석은 보통 더 기술적 초점을 가진 분석가, 데이터 과학자, 컴퓨터 프로그래머의 전유물이다.

 

5) 큰 그림 vs. 좁은 초점

l  비즈니스 인텔리전스는 보통 조직의 전반적 방향에 대해 높은 수준의 전략적 질문을 하는 ‘푸른 하늘’ 용어로 생각한다.

l  데이터 분석은 단일 문제나 질문에 집중하는 경향이 있다. 예를 들어, ‘긍정적 리뷰가 많음에도 불구하고 제품 A의 매출이 떨어지는 이유가 무엇일까?’

 

6) 깔끔한 vs. 지저분한

l  비즈니스 인텔리전스는 분명하고 쉽게 소비할 수 있는 방식으로 통찰력을 전달하기 위해 명확한 대시보드, 보고, 그리고 다른 모니터링 기술에 의존한다.

l  데이터 분석은 통찰력을 얻기 위해 데이터 마이닝, 알고리즘 개발, 모델링, 시뮬레이션과 같은 직무를 수행하면서 데이터와 함께 ‘내부’로 들어간다.

이 목록에서 볼 수 있는 것처럼 비즈니스 인텔리전스와 데이터 분석 사이에는 명확한 차이점들이 있다. 그러나, 이러한 차이점들은 엄격히 고정된 것이 아니고, 일반적인 지침임을 강조해야 한다. 예를 들어 데이터 분석은 언제나 예측하는 것에만 집중하는 것은 아니고, 비즈니스 인텔리전스 역시 데이터 마이닝과 같은 작업을 포함할 수도 있다. 이러한 모호한 선은 용어가 자주 교환되어 사용되는 이유를 설명하는 데 도움이 된다.

 

7) 한 주요 시사점

이 기사로부터 다른 어떤 것도 빼내지 않았다면, 다음을 기억하라: 비즈니스는 데이터 분석이 필요하지만 데이터 분석은 비즈니스가 필요하지 않다. 그렇다면 이는 정확히 무엇을 의미하는가?

요컨대 비즈니스 인텔리전스는 데이터 분석에 크게 의존한다. 데이터 분석 없이는 기능할 수 없다. 반대로 비즈니스에서 큰 비중으로 사용되는 데이터 분석은 비즈니스 분석 없이도 꽤 잘 기능한다. 이는 비즈니스에서 채택한 유용한 도구일 뿐이다. BI가 데이터 분석이 사용되는 가장 지배적인 방법 중 하나임에도, 다른 분야에도 적용될 수 있다. 그러나 다음 부문에서 이에 대해 더 자세히 설명한다.

---

이 글은 국내 1위 IT 아웃소싱 플랫폼 위시켓에서 발행한 글입니다.

위시켓은 9만 명의 IT전문가와 함께하고 있어

다양한 카테고리의 IT전문가를 빠르고 안전하게 만나보실 수 있습니다.

 

위시켓에 대해 더 궁금하시거나, 빠르게 IT 전문가를 만나보고 싶으신가요?